Cara Memvalidasi Data Responden

Validitas adalah ketepatan atau kecermatan suatu instrumen dalam mengukur apa yang ingin dukur. Dalam pengujian instrumen pengumpulan data, validitas bisa dibedakan menjadi validitas faktor dan validitas item. Validitas faktor diukur bila item yang disusun menggunakan lebih dari satu faktor (antara faktor satu dengan yang lain ada kesamaan). Pengukuran validitas faktor ini dengan cara mengkorelasikan antara skor faktor (penjumlahan item dalam satu faktor) dengan skor total faktor (total keseluruhan faktor), sedangkan pengukuran validitas item dengan cara mengkorelasikan antara skor item dengan skor total item.

Pada pembahasan ini akan dibahas untuk metode pengujian validitas item. Validitas item ditunjukkan dengan adanya korelasi atau dukungan terhadap item total (skor total), perhitungan dilakukan dengan cara mengkorelasikan antara skor item dengan skor total item. Bila kita menggunakan lebih dari satu faktor berarti pengujian validitas item dengan cara mengkorelasikan antara skor item dengan skor faktor, kemudian dilanjutkan mengkorelasikan antara skor item dengan skor total faktor (penjumlahan dari beberapa faktor). Dari hasil perhitungan korelasi akan didapat suatu koefisien korelasi yang digunakan untuk mengukur tingkat validitas suatu item dan untuk menentukan apakah suatu item layak digunakan atau tidak. Dalam penentuan layak atau tidaknya suatu item yang akan digunakan, biasanya dilakukan uji signifikansi koefisien korelasi pada taraf signifikansi 0,05, artinya suatu item dianggap valid jika berkorelasi signifikan terhadap skor total. Atau jika melakukan penilaian langsung terhadap koefisien korelasi, bisa digunakan batas nilai minimal korelasi 0,30. Menurut Azwar (1999) semua item yang mencapai koefisien korelasi minimal 0,30 daya pembedanya dianggap memuaskan. Tetapi Azwar mengatakan bahwa bila jumlah item belum mencukupi kita bisa menurunkan sedikit batas kriteria 0,30 menjadi 0,25 tetapi menurunkan batas kriteria di bawah 0,20 sangat tidak disarankan. Untuk pembahasan ini dilakukan uji signifikansi koefisien korelasi dengan kriteria menggunakan r kritis pada taraf signifikansi 0,05 (signifikansi 5% atau 0,05 adalah ukuran standar yang sering digunakan dalam penelitian)

Pada program SPSS teknik pengujian yang sering digunakan para peneliti untuk uji validitas adalah menggunakan korelasi Bivariate Pearson (Produk Momen Pearson) dan Corrected Item-Total Correlation. Masing-masing teknik perhitungan korelasi akan dibahas sebagai berikut:

1. Bivariate Pearson (Korelasi Produk Momen Pearson) Analisis ini dengan cara mengkorelasikan masing-masing skor item dengan skor total. Skor total adalah penjumlahan dari keseluruhan item. Item-item pertanyaan yang berkorelasi signifikan dengan skor total menunjukkan item-item tersebut mampu memberikan dukungan dalam mengungkap apa yang ingin diungkap. Pengujian menggunakan uji dua sisi dengan taraf signifikansi 0,05. Kriteria pengujian adalah sebagai berikut: Jika r hitung > r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau item-item pertanyaan berkorelasi signifikan terhadap skor total (dinyatakan valid). - Jika r hitung < r tabel (uji 2 sisi dengan sig. 0,05) atau r hitung negatif, maka instrumen atau item-item pertanyaan tidak berkorelasi signifikan terhadap skor total (dinyatakan tidak valid). Contoh kasus:

Seorang mahasiswa bernama Andi melakukan penelitian dengan menggunakan skala untuk mengetahui atau mengungkap prestasi belajar seseorang. Andi membuat 10 butir pertanyaan dengan menggunakan skala Likert, yaitu angka 1 = Sangat tidak setuju, 2 = Tidak setuju, 3 = Setuju dan 4 = Sangat Setuju. Setelah membagikan skala kepada 12 responden didapatlah tabulasi data-data sebagai berikut: Langkah-langkah dengan program SPSS

• Masuk program SPSS
• Klik variable view pada SPSS data editor
• Pada kolom Name ketik item1 sampai item10, kemudian terakhir ketikkan skortot (skor total didapat dari penjumlahan item1 sampai item10)
• Pada kolom Decimals angka ganti menjadi 0 untuk seluruh item
• Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
• Buka data view pada SPSS data editor
• Ketikkan data sesuai dengan variabelnya, untuk skortot ketikkan total skornya.
• Klik Analyze - Correlate – Bivariate
• Klik semua variabel dan masukkan ke kotak variables
• Klik OK. Hasil output yang diperoleh dapat diringkas sebagai berikut:

Dari hasil analisis didapat nilai korelasi antara skor item dengan skor total. Nilai ini kemudian kita bandingkan dengan nilai r tabel, r tabel dicari pada signifikansi 0,05 dengan uji 2 sisi dan jumlah data (n) = 12, maka didapat r tabel sebesar 0,576 (lihat pada lampiran tabel r). Berdasarkan hasil analisis di dapat nilai korelasi untuk item 1, 9 dan 10 nilai kurang dari 0,576. Karena koefisien korelasi pada item 1, 9 dan 10 nilainya kurang dari 0,576 maka dapat disimpulkan bahwa item-item tersebut tidak berkorelasi signifikan dengan skor total (dinyatakan tidak valid) sehingga harus dikeluarkan atau diperbaiki. Sedangkan pada item-item lainnya nilainya lebih dari 0,576 dan dapat disimpulkan bahwa butir instrumen tersebut valid. 2. Corrected Item-Total Correlation Analisis ini dengan cara mengkorelasikan masing-masing skor item dengan skor total dan melakukan koreksi terhadap nilai koefisien korelasi yang overestimasi. Hal ini dikarenakan agar tidak terjadi koefisien item total yang overestimasi (estimasi nilai yang lebih tinggi dari yang sebenarnya). Atau dengan cara lain, analisis ini menghitung korelasi tiap item dengan skor total (teknik bivariate pearson), tetapi skor total disini tidak termasuk skor item yang akan dihitung. Sebagai contoh pada kasus di atas kita akan menghitung item 1 dengan skor total, berarti skor total didapat dari penjumlahan skor item 2 sampai item 10. Perhitungan teknik ini cocok digunakan pada skala yang menggunakan item pertanyaan yang sedikit, karena pada item yang jumlahnya banyak penggunaan korelasi bivariate (tanpa koreksi) efek overestimasi yang dihasilkan tidak terlalu besar. Menurut Azwar (2007) agar kita memperoleh informasi yang lebih akurat mengenai korelasi antara item dengan tes diperlukan suatu rumusan koreksi terhadap efek spurious overlap.  Pengujian menggunakan uji dua sisi dengan taraf signifikansi 0,05. Kriteria pengujian adalah sebagai berikut: - Jika r hitung > r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau item-item pertanyaan berkorelasi signifikan terhadap skor total (dinyatakan valid). - Jika r hitung < tabel (uji 2 sisi dengan sig. 0,05) atau r hitung negatif, maka instrumen atau item-item pertanyaan tidak berkorelasi signifikan terhadap skor total (dinyatakan tidak valid). Sebagai contoh kasus kita menggunakan contoh kasus dan data-data pada analisis produk momen di atas. Langkah-langkah pada program SPSS:

• Masuk program SPSS
• Klik variable view pada SPSS data editor
• Pada kolom Name ketik item1 sampai item 10
• Pada kolom Decimals angka ganti menjadi 0 untuk seluruh item
• Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
• Buka data view pada SPSS data editor
• Ketikkan data sesuai dengan variabelnya,
• Klik Analyze - Scale – Reliability Analysis
• Klik semua variabel dan masukkan ke kotak items
• Klik Statistics, pada Descriptives for klik scale if item deleted
• Klik continue, kemudian klik OK, hasil output yang didapat adalah sebagai berikut:

Dari output di atas bisa dilihat pada Corrected Item – Total Correlation, inilah nilai korelasi yang didapat. Nilai ini kemudian kita bandingkan dengan nilai r tabel, r tabel dicari pada signifikansi 0,05 dengan uji 2 sisi dan jumlah data (n) = 12, maka didapat r tabel sebesar 0,576 (lihat pada lampiran tabel r). Dari hasil analisis dapat dilihat bahwa untuk item 1, 5, 9 dan 10 nilai kurang dari 0,576. Karena koefisien korelasi pada item 1, 5, 9 dan 10 nilainya kurang dari 0,576 maka dapat disimpulkan bahwa butir instrumen tersebut tidak valid. Sedangkan pada item-item lainnya nilainya lebih dari 0,576 dan dapat disimpulkan bahwa butir instrumen tersebut valid. Sebagai catatan: analisis korelasi pada contoh kasus di atas hanya dilakukan satu kali, untuk mendapatkan hasil validitas yang lebih memuaskan maka bisa dilakukan analisis kembali sampai 2 atau 3 kali, sebagai contoh pada kasus di atas setelah di dapat 6 item yang valid, maka dilakukan analisis korelasi lagi untuk menguji 6 item tersebut, jika masih ada item yang tidak signifikan maka digugurkan, kemudian dianalisis lagi sampai didapat tidak ada yang gugur lagi.